A kurzus hivatalos oldala

5.óra:
1. feladat
2. feladat
3. feladat

6. óra
diák
1. feladat: gyakorlás, megoldás
2. feladat

7. óra
Kötprog

Különböző megerősítéses tanulási könyvtárak PPO-val:
Stable-Baselines3
CleanRL, PPO példa
Sample Factory, PPO példa
TorchRL, PPO példa
Unity ML, PPO példa